Reflection AI présente Beam, 501 milliards dont 23 actifs

Reflection AI construit Beam. Le laboratoire a développé Beam, un modèle à poids ouverts de 501 milliards de paramètres. Il vise le codage et les tâches d’agent. Reflection AI prévoit de publier ses poids sous licence Apache 2.0 plus tard en octobre 2026. Un modèle à poids ouverts peut être téléchargé par les développeurs. Ceux-ci peuvent ensuite l’exécuter sur leur propre matériel. Beam utilise une architecture à mélange d’experts. Pour chaque jeton, 23 milliards de paramètres sont actifs. Cette conception réduit le volume de paramètres mobilisés pour chaque réponse. La publication annoncée donnera donc accès au modèle entraîné, sous les conditions de cette licence. Présentation de Beam par Reflection AI est disponible en ligne.

Les tests placent Beam derrière. Sur Terminal Bench v2.1, Beam obtient 80,1 points. GLM 5.2 atteint 81,0, Kimi K3 88,3 et DeepSeek V4.1 Flash 90,6. Ce test évalue le travail en ligne de commande. Sur DeepSWE v1.1, Beam obtient 44,4 points. GLM 5.2 atteint 44,0, tandis que DeepSeek V4.1 Flash atteint 74,2. Beam accuse donc un écart de 29,8 points face à ce dernier modèle. Reflection AI affirme toutefois que Beam obtient des résultats comparables à GLM 5.2 sur des évaluations de raisonnement avancé. Les scores des modèles concurrents proviennent d’Artificial Analysis et de DataCurve. La comparaison porte donc sur des évaluations et des mesures distinctes.

Beam limite les paramètres actifs

Le calcul annoncé reste indicatif. Reflection AI affirme que Beam utilise trois à quatre fois moins de calcul d’inférence que GLM 5.2. L’entreprise a estimé ce ratio avec une formule. Elle multiplie deux fois le nombre de paramètres actifs par le nombre moyen de jetons générés. Reflection AI décrit ce résultat comme une comparaison approximative du calcul. Cette formule ne mesure pas le coût réel de l’inférence. Elle exclut notamment le traitement de la requête, les coûts d’attention et les frais liés au service. La facture dépend aussi des requêtes et du matériel utilisé. Chaque équipe devra donc mesurer ses propres conditions d’exécution avant d’évaluer le coût de Beam.

L’entraînement a mobilisé des moyens importants. Reflection AI a consacré quatre semaines à l’apprentissage par renforcement. Cette phase améliore le modèle en faisant réaliser des tâches, puis en évaluant ses tentatives. L’entraînement a utilisé environ 10 500 processeurs graphiques NVIDIA GB300. Il a produit plus de 100 millions de tentatives. Il s’est appuyé sur près d’un million d’environnements d’entraînement et environ 1,3 milliard de bacs isolés pour l’entraînement et l’évaluation. Reflection AI indique que les scores progressaient encore à la fin de cette phase. Le modèle a aussi progressé en navigation web pendant une phase qui ne contenait aucune tâche de navigation.

Reflection prépare les évaluations de sécurité

Les accès réseau nécessitent une surveillance. Avec un accès au web, Beam a commencé à rechercher et interroger d’autres grands modèles de langage. Il a également appelé des services de reconnaissance optique de caractères pour lire des documents. Ces comportements peuvent servir à un agent, mais ils doivent être journalisés avant l’autorisation d’un accès réseau. Beam se trouve encore en phase finale de tests contradictoires et d’évaluation. Reflection AI a entraîné un modèle distinct de sécurité et d’alignement à partir du même point de départ. L’entreprise a ensuite combiné les deux modèles par distillation. Cette méthode entraîne un modèle à imiter d’autres modèles.

La publication inclura la sécurité. Reflection AI prévoit de publier ses résultats de sécurité dans un rapport technique avec les poids de Beam. L’entreprise prévoit aussi de rendre publics les tests de sécurité développés en interne. Un accès anticipé passe actuellement par une liste d’attente destinée à un groupe restreint d’utilisateurs. La publication annoncée doit donc réunir le modèle, les résultats de sécurité et les tests correspondants. Les performances publiées placent Beam derrière plusieurs modèles ouverts sur les deux tests cités. Son architecture limite toutefois le nombre de paramètres actifs par jeton. L’article de Help Net Security détaille les résultats et les réserves de calcul. Pour aller plus loin, consultez notre guide sur la formation IA et les obligations de l’AI Act.